Matrices Sistemas

UNIVERSIDAD DE CONCEPCIÓN
Campus Los Ángeles
Departamento de Ciencias Básicas
Algebra Lineal. 452487
Matrices
Sistemas de Ecuaciones

28 de julio de 2014

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matrices

Denición
Sean m, n ∈ N y K un cuerpo (R, C). Se llama matriz sobre K a
una función

A : {1, 2, . . . , m} × {1, 2, ×, n} → K, (i, j) 7→ A(i, j)

donde A(i, j), el valor de A en el par (i, j), designa por aij .
La matriz A se representa por:
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
 .. .. .. 
 
 . . ··· . 
am1 am2 · · · amn

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matrices

También denotaremos por A = (aij ), i = 1, . . . , m, j = 1, . . . , n.

Se dice que A es una matriz de orden m × n. También se escribira
simplemente A = (aij ), cuando esté claro el número m de las y el
número n de columnas de A
Deniciones
Si K = R la matriz de dice real a a valores reales; si K = C
la matriz de dice compleja o a valores complejos.
El conjunto de otdas las matrices de orden m × n, con
elementos en K, se denota por Mm×n (K).

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matrices

Deniciones
Se llama matriz nula a la matriz (aij ), con

aij = 0, ∀i = 1, . . . , m, ∀j = 1, . . . n

y se denota por θ.
Sean A = (aij ), B = (bij ) ∈ Mm×n (K), Entonces:

A = B ⇐⇒ aij = bij , ∀i = 1, . . . , m, ∀j = 1, . . . n

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Suma y multiplicación de matrices.

Suma
Sean A = (aij ), B = (bij ) ∈ Mm×n (K). La suma de A y B
es la matriz:

A + B = (cij ) con cij = aij + bij , ∀i = 1, . . . , m, ∀j = 1, . . . n

Multiplicación
Sean A = (aij ) ∈ Mm × n(K) y B = (bij ) ∈ Mn×p (K). El
producto de A y B , que se denota por AB , es la matriz
C = (cij ) de Mm×p (K), denida por:
n
X
cij = aik bkj , ∀i = 1, . . . , m, ∀j = 1, . . . p
k=1

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Propiedades de la suma y del producto.

Observación
∀A, B, C ∈ Mm×n (K) se tiene:
1 (A + B) + C = A + (B + C).
2 A + B = B + A.
3 ∃θ ∈ Mm×n (K) : A + θ = θ + A = A
4 ∃(−A) ∈ Mm×n (K) : A + (−A) = θ

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Propiedades de la suma y del producto.

Observación
Para A, B, C matrices talque los productos estes bien denidos, se
tiene:
1 (A · B) · C = A · (B · C)
2 A · (B + C) = A · B + A · C
3 ∃A 6= θ, B 6= θ ∧ A · B = θ

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Producto de un escalar por una matriz.

Para A = (aij ) ∈ Mm×n (K), λ ∈ K, se dene el producto λA,
como la matriz:

λA = (bij ) con bij = λaij

Propiedades
∀A, B ∈ Mm×n (K), ∀C ∈ Mn×p (K) y ∀α, β ∈ K:
α(A + B) = αA + αB
(α + β)A = αA + βA
(αβ)A = α(βA) = β(αA)
α(A · C) = (αA) · C = A · (αC)

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matriz Transpuesta.
Para A ∈ Mm×n (K), se dene la transpuesta de A, como la
matriz At de Mn×m (K), con

At = (bij ) para bij = aji , 1 ≤ i ≤ n, 1≤j≤m

Propiedades
∀A, B ∈ Mm×n (K), ∀C ∈ Mn×p (K) y ∀α ∈ K:
(At )t = A
(A + B)t = At + B t
(αA)t = α · At
(A · C)t = C t · At

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matriz Cuadrada.
Una matriz cudrada de orden n es una matriz de Mn×n (K), es
decir, es una matriz de n las y n columnas. El conjunto de
Mn×n (K) se denota por Mn (K).
Deniciones
Una matriz cuadrada A = (aij ) es:
Triangular superior si aij = 0, para i > j .
Triangular inferior si aij = 0, para i < j .
Diagonal si aij = 0, para i 6= j .
Escalar si es diagonal y aii = λ, para 1 ≤ i ≤ n y λ ∈ K
Identidad si es escalar y aii = 1, para 1 ≤ i ≤ n (denotada
por I ).
Simétrica si At = A
Antisemética si At = −A
Alexis Almendras Valdebenito
Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matrices Invertibles.
Una matriz cuadrada A ∈ Mn (K) se dice invertible (o no
singular) si existe una matriz B ∈ Mn (K) talque
A·B =I ∧B·A=I
Observación
La matriz B anterior se llama inversa de A, se denota por
A−1 y se tiene:

A · A−1 = I ∧ A−1 · A = I

Si A es invertible, entonces su inversa A−1 es única.

Si A y B son invertibles, entonces A · B también lo es y se
tiene:
(A · B)−1 = B −1 · A−1

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Operaciones Elementales de Filas.

Sea A ∈ Mm×n (K). Se llaman operaciones elementales de las
sobre A a las siguientes operaciones:
F1 Intercambiar dos las de A. Si la la i se intercambia con la
la j se escribe:

fi ←→ fj , i, j ∈ {1, 2, . . . , m}

F2 Multiplicar una la de A por un escalar α no nulo. Si la

la i se multiplica por α ∈ K se escribe:

fi ←− αfi

F3 Sumar un múltiplo escalar de una la a otra. Si a la la j

se le suma λ veces la la i, donde λ ∈ K, entonces se escribe:

fj ←− fj + λfi

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Teorema
Sean A ∈ Mm×n (K), I ∈ Mn (K) y F una operación elemental de
las. Entonces:
F (A) = F (I) · A

Corolarios
1 Si A ∈ Mm×n (K), B ∈ Mn×p (K) y F es una operación
elemental de las, entonces F (AB) = F (A) · B
2 Si F1 , F2 , . . . , Fn son operaciones elementales de las,
entonces (Fn · · · F2 F1 )(A · B) = (Fn · F2 F1 (A)) · B

Teorema
Toda operación elemental de las es invertible, y su inversa es una
operación elemental de las del mismo tipo
Alexis Almendras Valdebenito
Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Matrices Equivalentes por Filas.

Dos matrices A ∈ Mm×n (K) y B ∈ Mm×n (K) se dicenequivalentes

por las si una se obtiene de la tra por la aplicación de una, o
varias, operaciones elementales de las.

Teorema
Si A ∈ Mn (K) es equivalente por las de I , entonces A es
invertible.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Observación
Sea A ∈ Mn (K) es invertible y F1 , . . . , Fn operaciones
elementales de las que permiten pasar de A a la matriz I .
Entonces la matriz inversa A−1 se obtiene aplicando, en el
mismo orden, las operaciones elementales F1 , . . . , Fn a la
matriz I .
Para calcular A−1 se efectuan operaciones elemantes de las
en la matriz ampliada (A|I) hasta obtener la matriz (I|B). En
tal caso B = A−1 .

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Determinante.

Si A ∈ Mn (K), entonces designamos por Aij a la matriz obtenida

de A elimándole la ja i y la columna j . Note que Aij ∈ Mn−1 (K).
Se llama función determinante sobre K a la función

det : Mn (K) −→ K, A 7−→ det(A)

talque:
si n = 1 y A = (a), entonces det(A) = a;
si n ∈ N y n > 1, entonces
n
(−1)i+j aij det(Aij ), para cualquier i = 1, 2, . . . , n
X
det(A) =
j=1

El número det(A) se lee determinante de A y se escribe |A|.

Alexis Almendras Valdebenito
Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Propiedades
Sea A una matriz cuadrada sobre K.
Si A tiene una la nula, entonces det(A) = 0.
n
Si A es una matriz triangular, entonces det(A) = aii .
Y

i=1
det(At ) = det(A)
Si F es una operación elemental de las que intercambia dos
las de A, y si B := F (A), entonces det(B) = −det(A).
Si F es una operación elemantal de las que multiplica una la
A por un escalar λ, y si B := F (A), entonces
det(B) = λ · det(A).

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Propiedades

Si F es una operación elemantal de las que suma un múltiplo

escalar λ de la la i a la ja j , y si B := F (A), entonces
det(A) = det(B).
Si A tiene las iguales, entonces det(A) = 0.
Si una la es combinación lineal de otras las de A, entonces
det(A) = 0.
det(A · B) = det(A) · det(B)
Dado que det(A) = det(At ), todas las propiedades indicadas
para las las de A, tambien valen para las columnas.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Deniciones
Sea A = (aij ) una matriz cuadrada a coecientes en K.
Se llama menor del elemento aij al determinante de la matriz
Aij , es decir a det(Aij ).
Se llama cofactor del elemento aij al escalar
cij = (−1)i+j det(Aij ).
Si cij es el cofactor del elemento aij , entonces
n
para cualquier i = 1, . . . , n
X
aij · cij = det(A),
j=1
n
para cualquier i = 1, . . . , n
X
aij · ckj = 0, k 6= i,
j=1

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Se llama matriz de cofactores de A, a la matriz que contiene

los cofactores de cada elemento aij . Se denota por cof (A) o
Ac .
Se llama matriz adjunta de A, a la matriz transpuesta de la
matriz de cofactores. Se escribe adj(A) o (Ac )t .

Teorema
Si A es inversible sí, y sólo sí, det(A) 6= 0.

Teorema
Si A ∈ Mn (K) y det(A) 6= 0, entoces
1
A−1 = adj(A)
det(A)

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Rango de una Matriz

Sea A ∈ Mm×n (K). Se llama rango de A el orden de la mayor

sibmatriz cuadrada de A con determinante no nulo. Se escribe
r(A).
Observación
Si A y B son equivalentes por las, entonces r(A) = r(B).
Una matriz A ∈ Mm×n (K) se dice escalonada por las si el
primer elemento no nulo de cada la de A está a la derecha
del primer elemento no nulo de la la anterior.
El número de las no nulas de cualquier matriz escalonada
equivalente por las con A es igual a r(A).

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Sistemas de Ecuaciones Lineales

Una ecuación lineal en las incognitas x1 , x2 , . . . , xn es una

expresión como: a1 x1 + a2 x2 + · · · + an xn = b1
en la cual, los coecientes a1 , a2 , . . . , an y el término independiente
b1 son números reales conocidos.
Un sistema de m ecuaciones lineales y n incógnitas es un conjunto
m ecuaciones lineales que representaremos por:
a11 x1 + a12 x2 + · · · + a1n = b1
a21 x1 + a22 x2 + · · · + a2n = b2
.. .. ..
. . .
am1 x1 + am2 x2 + · · · + amn = bm
donde, las aij son los coecientes del sistema, los bi son los
términos independientes del sistema y las x1 , . . . , xn son las
incógnitas del sistema.
Alexis Almendras Valdebenito
Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Observación
En forma matricial, el sistema de ecuaciones anterior, se escribe
como Ax = b donde:
     
a11 a12 ... a1n x1 b1
 a21 a22 ... a2n   x2   b2 
A= . .. ..  , x= .  y b =  .. 
     
 .. . ... .   ..   . 
am1 am2 . . . amn xn bm

A es la matriz de coecientes del sistema; x es el vector de

incógnitas del sistema y b es el vector de los términos
independientes.
Si b1 = b2 = · · · = bm = 0, entonces el sistema se dice
homogéneo; en caso contrario, si alguna componente de b es
distinta de cero, se dice que el sistema es no homogéneo.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Deniciones
Un vector (y1 , . . . , yn )t es una solución del sistema, su al
reemplazar cada incógnita x1 por yi (para i = 1, . . . , n) se
satisfacen las m ecuaciones del sistema. Equivalentemente, si
Ay = b.
LLamaremos conjunto solución del sistema, al cunjunto
formado por todas las soluciones del sistema.
Un sistema Ax = b se dice:
Incompatible, si no tiene solución.
Compatible Determinado, su tiene una única solución.
Compatible Indeterminado, si tiene innitas soluciones.
Se matriz ampliada del sistema Ax = b a la matriz (A|b), de
orden m × (n + 1), cuyas primeras n columnas son las
columnas de A y que tiene como última columna al vector b.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Teorema (Existencia de soluciones)

Un sistema Ax = b es compatible si, y sólo si, r(A) = r(A|b).

Teorema (Unicidad de soluciones)

Sea Ax = b compatible. Si r(A) = n, entonces el sistema tiene una
única solución.

Teorema (Multiplicidad de soluciones)

Sea Ax = b un sistema compatible. Si r := r(A) < n, entonces el
sistema tiene innitas soluciones. Además, a lo sumo r incógnitas
se expresan en términos de las n − r restantes.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Observación
Como el vector nulo x = θ es solución del sistema homogéneo
Ax = θ este tipo de sistemas es siempre compatible. Además, un
sistema homogéneo tiene soluciones diferentes de θ si, y sólo si,
r(A) < n, donde n es el número de incógnitas del sistema.
Dos sistemas Ax = b y Rx = c son equivalentes, si uno se obtiene
del otro por la aplicación de un número nito de operaciones
elementales.

Teorema (Sistemas equivalentes)

Dos sistemas equivalentes tienen el mismo conjunto de soluciones.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Regla de Cramer

Sea Ax = b un sistema lineal con matriz cuadrada y |A| = 6 0. Este

tipo de sistemas tiene una única solución, la que se puede expresar
por:
x = A−1 b
y ésta se puede obtener, componente a componente, con:
|Ai |
xi = , para cada i = 1, . . . , n
|A|

donde la matriz Ai es igual a A, pero cuya columna i es igual al

vector b.
La regla de Cramer para resolver un sistema Ax = b con matriz no
singular consiste en calcular los determinantes |A|, |A1 |, | . . . , |An |,
y luego obtener x por componentes, en la forma indicada más
arriba.
Alexis Almendras Valdebenito
Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Ejemplo
Resolver el sistema Ax = b denido por:
    
3 −2 1 x1 11
A = 2 −1 3
  x2 = 14
 
4 −3 2 x3 17

Solución.
Observamos primero que A es no singular pues:

3 −2 1
|A| = 2 −1 3 = 3 6= 0
4 −3 2
luego se puede aplicar la regla de Cramer.

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Solución (continuación).
Calculando los determinantes se encuentra:
11 −2 1
|A1 | = 14 −1 3 = 6,
17 −3 2

3 11 1
|A2 | = 2 14 3 = −3,
1 17 2
3 −2 11
|A3 | = 2 −1 14 = 3
4 −3 17

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones
Matrices Sistemas

Solución (continuación).
y luego,
|A1 | |A2 | |A3 |
x1 = = 2, x2 = = −2, x3 = =3
|A| |A| |A|

Por la regla de Cramer, el vector solución del sistema es:


2
x = −1
3

Alexis Almendras Valdebenito

Matrices y Sistemas de Ecuaciones